Add comprehensive Korean code review guide for transport modelers

[Copilot]

개요 (Overview)

TM2PY 패키지를 학습하고 활용하려는 한국의 transport modeler들을 위한 종합 코드 리뷰 문서를 추가했습니다.

This PR adds comprehensive Korean documentation for transport modelers who want to learn and utilize the TM2PY package, covering highway and transit demand forecasting with practical examples.

추가된 문서 (Added Documents)

1. docs/code_review_korean.md (30KB, 1,034 lines)

Transport modeler를 위한 완전한 학습 가이드로 다음 내용을 포함합니다:

• TM2PY 소개 및 핵심 아키텍처

  • Activity-Based Model (ABM) 기반 교통 수요 예측 시스템
  • Controller 패턴과 Component 기반 설계
  • Configuration 관리 및 TOML 설정

• 도로 수요 예측 활용 🚗

  • PrepareHighwayDemand: OMX 수요 행렬 로딩
  • HighwayAssignment: SOLA 균형 배정 알고리즘
  • AssignMAZSPDemand: MAZ-to-MAZ 최단 경로 배정
  • 실전 예제: 신규 고속도로, 혼잡 통행료, 자율주행차 시나리오

• 대중교통 수요 예측 활용 🚌

  • Transit 네트워크 구조 (버스, 철도, 페리)
  • Extended Transit Assignment 알고리즘
  • 승객 행동 파라미터 (대기시간, 환승 페널티)
  • 실전 예제: BRT 노선 도입 효과 분석

• 중점 학습 포인트

  • Python 프로그래밍 (OOP, NumPy, Pandas)
  • Emme API 활용법
  • 교통 계획 이론 (균형 배정, ABM)
  • 데이터 형식 (OMX, TOML)

• 18주 단계별 학습 로드맵

  • Phase 1: 기초 다지기 (Python/Emme)
  • Phase 2: 핵심 기능 마스터
  • Phase 3: 실전 프로젝트
  • Phase 4: 전문가 수준

2. docs/README_KOREAN.md

빠른 시작을 위한 요약 가이드로, 주요 활용 방안과 학습 순서를 안내합니다.

3. mkdocs.yml 업데이트

문서 사이트의 네비게이션 메뉴에 한국어 문서를 추가했습니다.

주요 특징 (Key Features)

✅ 이론과 실습의 균형: 개념 설명과 함께 실행 가능한 코드 예제 제공
✅ 실무 중심: 실제 교통 계획 시나리오에 바로 적용 가능한 내용
✅ 체계적인 학습 경로: 초보자부터 고급 사용자까지 단계별 학습 가이드
✅ 한국어 작성: 한국 교통 모델러들의 접근성 향상

활용 방안 (Use Cases)

이 문서를 통해 transport modeler는 다음을 학습할 수 있습니다:

• 신규 도로/대중교통 노선의 교통 영향 분석
• 통행료 정책 및 혼잡 요금제 시뮬레이션
• 대중교통 노선 개편 효과 예측
• 자율주행차 등 미래 교통 시나리오 평가
• Activity-Based Model을 활용한 정교한 수요 예측

예제 코드 (Example Code Snippets)

문서에는 다음과 같은 실전 코드가 포함되어 있습니다:

# 도로 배정 실행
from tm2py.controller import RunController

controller = RunController(
    ["scenario.toml", "model.toml"],
    run_dir="runs/base"
)
controller.run()

# 대중교통 파라미터 설정
[transit]
value_of_time = 10.0
max_transfers = 3
initial_wait_perception_factor = 2.0

관련 이슈 (Related Issue)

이 PR은 transport modeler가 TM2PY 코드베이스를 효과적으로 학습할 수 있도록 돕기 위한 문서화 작업입니다. 특히 도로 및 대중교통 수요 예측 모델링에 활용할 수 있는 구체적인 방법론과 예제를 제공합니다.

Original prompt

transport modeler 가 학습할 수 있도록 코드 리뷰를 해줘.

주요 활용방안이 뭔지, 어떤 점을 중점적으로 공부하면 되는지.

대중교통, 도로 수요예 활용할 수 있는 방안이 뭔지 등.

---

✨ Let Copilot coding agent set things up for you — coding agent works faster and does higher quality work when set up for your repo.